本书介绍了概率论与数理统计的基本概念、基本理论和基本方法，内容包括：随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征与极限定理、数理统计的基本概念、参数估计、假设检验、回归分析与方差分析.每章均配有习题，并补充了近年来的硕士研究生招生考试试题，书末附有习题参考答案，供学生学习时参考. 本书可以

本书是一本由张宇主编的考研数学图书，书中特别强调全面贯彻数学基本功的训练，明确给出考研大纲中规定的所有考试目标。所有的问题都是按照考试要求，并在考纲内提出，同时又符合近年来考研试题命题新颖的风格。考研数学重要考点、重点题型全覆盖，给出相应的题型对考点进行具体阐述，并适当配以注释和批注，说明考试中常考的方式和易出现的错误

《应用回归及分类》第一版自2016年出版以来，经过两版的沉淀，已经成为一本全面介绍回归和分类方法的权威教材，它涵盖了从传统统计学到现代机器学习的各种内容。本书旨在为读者提供一套完整、系统的数据分析工具和方法，帮助他们更好地理解和应用回归及分类技术。1.在回归方面：本书详细介绍了经典线性回归和广义线性模型，这些模型是回归

本书比较全面地介绍了演化多目标优化与智能计算相关的基本理论、方法、以及作者团队在演化多目标优化与智能计算领域过去近十年的主要研究成果。全书共12章，第1-2章主要内容为简单介绍多目标优化的问题、基本概念和复杂多目标优化和智能计算问题相关的基础知识；第3-7章主要介绍了作者提出的一些先进的演化多目标优化算法以及相关应用；

本书创新性地将复杂数据分为小样本和大样本两种情形开展研究：针对小样本复杂数据预测问题，以经典的非季节性数据、季节性数据和前沿的成分数据为出发点，建立了适用于不同数据类型的系列灰色预测模型，主要包括面向小样本信息迭代驱动数据的灰色预测模型、面向小样本信息振荡季节数据的灰色预测模型、面向小样本信息映射成分数据的灰色预测模型

本书为考研数学用书，涉及：随机事件与概率，随机变量及其分布，多维随机变量及其分布，随机变量的数字特征，大数定律和中心极限定理，数理统计的基本概念，参数估计，假设检验(数一)相关知识点、习题和解析。

本书讲述新技术(新产品)开发过程中减少实验数目，减少实验消耗，缩短开发周期，降低开发成本，快速开发出质量优良、成本低廉的产品的基本理论、基本方法与实践。本书提供了多种化学过程的实验模型设计与实例，提供了多个复杂化学过程的微分方程的积分并展示了模拟运行图，也研究了不等容全混釜串联装置的停留时间分布密度函数与分布函数。遵照

本书基于近年来概率统计课程教学改革及硕士研究生入学考试变化趋势编写而成。本书共7章，前4章为概率论部分，主要包括概率定义及性质、概率分布、随机变量数字特征及中心极限定理。后3章为数理统计部分，主要包括参数估计方法和假设检验方法。本书巧妙地将理论讲解与相关案例视频解析(以二维码的形式呈现)融合在一起，提高学习效率和学习兴

本书作为该领域入门教材，在内容上尽可能涵盖模式识别基础知识的各方面，全书共分为9章，第1章介绍了模式识别的基本概念、模式识别系统的组成；第2章介绍了模式识别中的线性分类器；第3章介绍了模式识别中的贝叶斯分类器；第4章介绍了模式识别中的概率密度函数估计；第5章介绍了模式识别中的典型的分类方法；第6章介绍了模式识别中的特征

全书共分上、下两册，本书为上册，适用于较多学时的＂数值分析＂课程教学和大类招生专业分流前学生学习。主要介绍解线性方程组的直接法和迭代法、解线性最小二乘问题的直接法、矩阵特征值问题的计算方法、函数插值、数值积分、微分方程数值解法及几类经典现代数值方法。